NormalizeOp

classe publique NormalizeOp

Sous-classes directes connues

DequantizeOp, QuantizeOp

Normalise une fonction TensorBuffer avec une moyenne donnée et stddev: output = (entrée - moyenne) / stddev.

Constructeurs publics

	NormalizeOp(moyenne à virgule flottante, stddev à virgule flottante) Initialise un objet NormalizeOp.
	NormalizeOp(float[] mean, float[] stddev) Initialise un objet NormalizeOp.

Méthodes publiques

TensorBuffer

apply(entrée TensorBuffer)

Applique la normalisation définie sur un Tensor donné et renvoie le résultat.

Méthodes héritées

<ph type="x-smartling-placeholder"></ph> De la classe java.lang.Object

booléen	equals(objet arg0)
finale Classe <?>	getClass()
int	hashCode()
finale vide	notify()
finale vide	notifyAll()
String	toString()
finale vide	wait(long arg0, int arg1)
finale vide	wait(long arg0)
finale vide	wait()

<ph type="x-smartling-placeholder"></ph> Depuis l'interface org.tensorflow.lite.support.common.TensorOperator

abstrait TensorBuffer

apply(entrée TensorBuffer)

<ph type="x-smartling-placeholder"></ph> Depuis l'interface org.tensorflow.lite.support.common.Operator

abstrait TensorBuffer

apply(TensorBuffer x)

Applique une opération sur un objet T, en renvoyant un objet T.

Constructeurs publics

<ph type="x-smartling-placeholder"></ph> public NormalizeOp (moyenne à virgule flottante, stddev à virgule flottante)

Initialise un objet NormalizeOp. Lorsqu'il est appelé, il crée un TensorBuffer, qui satisfait:

   output = (input - mean) / stddev

Dans les deux cas suivants, réinitialisez mean sur 0 et stddev sur 1 pour contourner normalisation.
1. mean et {code stddev} sont tous deux 0.
2. mean est égal à 0 et {stddev} correspond à l'infini.

Remarque: Si mean est défini sur 0 et que stddev est défini sur 1, aucun calcul n'est effectué se produira et l'entrée d'origine sera directement renvoyée lors de l’exécution.

Remarque: Le TensorBuffer renvoyé est toujours un Tensor DataType.FLOAT32 au niveau présent, sauf si l'entrée est un Tensor DataType.UINT8, mean est défini sur 0 et stddev est défini sur 1, de sorte que le Tensor DataType.UINT8 d'origine soit renvoyé.

Paramètres

mean	la valeur moyenne à soustraire en premier.
stddev	la valeur de l'écart-type pour diviser la valeur obtenue.

Génère

IllegalArgumentException	si `stddev` est égal à zéro.

<ph type="x-smartling-placeholder"></ph> public NormalizeOp (nombre à virgule flottante[] moyenne, nombre à virgule flottante[] stddev)

Initialise un objet NormalizeOp. Lorsqu'il est appelé, il crée un TensorBuffer, qui satisfait:

   // Pseudo code. [...][i] means a certain element whose channel id is i.
   output[...][i] = (input[...][i] - mean[i]) / stddev[i]

Remarque: Si toutes les valeurs dans mean sont définies sur 0 et que toutes les stddev sont définies sur 1, aucune le calcul est effectué, et l'entrée d'origine est directement renvoyée lors de l'exécution.

Remarque: Le TensorBuffer renvoyé est toujours un Tensor DataType.FLOAT32 au niveau mais que l'entrée est un Tensor DataType.UINT8, tous les mean sont définis sur 0 et tous les stddev sont définis sur 1.

Paramètres

mean	les valeurs moyennes à soustraire en premier pour chaque canal.
stddev	les valeurs de l'écart type pour diviser la valeur de chaque canal.

Génère

IllegalArgumentException	si une valeur `stddev` est égale à zéro, ou si `mean` a une valeur différente nombre d'éléments avec `stddev`, ou l'un d'entre eux est vide.

Méthodes publiques

<ph type="x-smartling-placeholder"></ph> public TensorBuffer s'inscrire (entrée TensorBuffer)

Applique la normalisation définie sur un Tensor donné et renvoie le résultat.

Remarque: input est peut-être la même instance que le résultat.

Paramètres

entrée	Tensor d'entrée. Il peut s'agir de la même instance avec le résultat.

Renvoie

Tensor de sortie.